A Apple tem o compromisso de apoiar a comunidade de pesquisa acadêmica e suas contribuições inestimáveis para o mundo. Oferecemos bolsas de estudo e prêmios para estudantes de graduação e pós-graduação que aproveitam o poder da tecnologia para melhorar a vida das pessoas e o planeta.
Conheça os Apple Scholars.
Ética e tecnologia
Bolsas de pós-doutorado
Em conjunto com o McCoy Family Center for Ethics in Society da Stanford University, a Apple University disponibiliza bolsas de pós-doutorado para pesquisas envolvendo ética e tecnologia.
Abby Jaques
Stanford University
Abby estuda as grandes questões que envolvem a inteligência humana e a artificial: como fazer um bom uso da tecnologia? E como ter certeza de que as tecnologias que criamos trazem benefícios para todos?
No MIT, Abby desenvolveu uma nova teoria sobre a natureza da ação intencional. Agora, ela está focada em como a inteligência artificial pode afetar o comportamento humano e seus potenciais impactos morais e políticos. Ela também desenvolveu um novo código de ética para engenheiros baseado na prática e contribuiu para uma série de esforços subsidiados para a democratização da inteligência artificial pela educação formal e informal.
Tecnologias de hardware, engenharia de circuitos integrados, inteligência artificial e aprendizado de máquina
Bolsas de doutorado
Essas bolsas são concedidas a líderes emergentes com pesquisas nas áreas de engenharia elétrica, engenharia da computação e ciência da computação, com foco na tecnologia de ponta e nos valores fundamentais da Apple.
McKenzie van der Hagen
Carnegie Mellon University
McKenzie trabalha em novas arquiteturas de computadores para permitir o uso de computação criptografada avançada em aparelhos de IoT (Internet das Coisas) de baixo consumo de energia.
A cada instante, uma quantidade enorme de dados é coletada e processada por aparelhos IoT (Internet das Coisas). É preciso muita energia para proteger a privacidade de todos que usam a tecnologia conectada. Uma maneira de manter a privacidade no mundo da IoT é por meio de técnicas de criptografia homomórfica, que possibilitam o processamento direto nos dados criptografados. Isso requer cálculos complexos e estruturas de dados imensas. McKenzie desenvolve arquiteturas de computadores especializadas que comportem essas operações gigantescas, em aparelhos de IoT limitados de baixo consumo de energia. Ela espera levar o conceito de computação criptografada da teoria à realidade com base em hardware.
Jaya Narain
Massachusetts Institute of Technology
Com aprendizado de máquina personalizado e dados de observação naturalística, Jaya ajuda crianças com Transtorno do Espectro Autista (TEA) não verbal a se comunicar.
Dos 3,5 milhões de pessoas com TEA nos Estados Unidos, cerca de 30% não falam. Mas isso não significa que elas não se comunicam. Geralmente, pais e cuidadores entendem sons, gestos e diferenças de tom que passam despercebidos por outras pessoas. Jaya aplica o conhecimento desses cuidadores primários no treinamento de modelos de aprendizado de máquina na interpretação dessa linguagem não verbal. A expectativa é que sua pesquisa tenha um impacto profundo em como as crianças com autismo se relacionam com seu espaço e se comunicam com desconhecidos.
-
Ishwarya Ananthabhotla
Fala e linguagem natural
Massachusetts Institute of Technology -
Yahav Bechavod
Aprendizado de máquina para proteção da privacidade
Hebrew University of Jerusalem -
Graham Gobieski
Aprendizado de máquina no aparelho
Carnegie Mellon University -
Mitchell Gordon
Aprendizado de máquina centrado no ser humano
Stanford University -
Jeong Joon Park
Realidade aumentada e visão computacional
University of Washington -
Nathan Serafin
Hardware para computação eficiente
Carnegie Mellon University -
Yang Song
Princípios do aprendizado de máquina
Stanford University -
Xinyi Wang
Fala e linguagem natural
Carnegie Mellon University -
Yifan Wang
Realidade aumentada e visão computacional
ETH Zurich -
Bingzhe Wu
Aprendizado de máquina para proteção da privacidade
Peking University -
Yiren “Aaron” Zhao
Aprendizado de máquina no aparelho
University of Cambridge -
Tijana Zrnic
Princípios do aprendizado de máquina
University of California, Berkeley
Tecnologias de hardware e engenharia de circuito integrado
Bolsas de mestrado
Direcionadas aos melhores alunos concluindo mestrados em tecnologias avançadas de hardware e especialização em arquitetura de computadores e design, verificação e validação de sistema em um chip (SoC).
Anna Li
Carnegie Mellon University
Anna iniciou sua carreira acadêmica na Carnegie Mellon seguindo a mesma área de todos os seus colegas: software. No entanto, ela logo descobriu que se interessava muito mais por hardware.
Depois da sua primeira matéria sobre hardware: “Estrutura e design de sistemas digitais”, Anna se entusiasmou com o assunto. Mesmo o hardware sendo totalmente diferente de programação, ela viu que poderia continuar usando seus pontos fortes: lógica, capacidade de resolução de problemas e desenvolvimento de algoritmos. Hoje, ela trabalha no que gosta de verdade: a interseção entre hardware e software.
-
Tarana Laroia
Engenharia elétrica e da computação
Carnegie Mellon University -
Ryan Oh
Engenharia elétrica e da computação
Carnegie Mellon University -
Deanyone Su
Engenharia elétrica e da computação
Carnegie Mellon University
E isso não é tudo.
Tem mais novidades pela frente.
Atualmente, o programa Apple Scholars está disponível apenas por convite. Confira em breve para saber mais à medida que ampliamos o programa e para conhecer alunos que acreditam no poder da tecnologia, compartilham nossos valores e se esforçam para tornar o mundo um lugar melhor.